买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山西宝航重工有限公司申请的专利一种风电法兰生产线设备状态远程监控方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121477830B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610033643.9，技术领域涉及：G05B19/418；该发明授权一种风电法兰生产线设备状态远程监控方法是由李哲峰;李宝旺;郭计森;梁杰设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本一种风电法兰生产线设备状态远程监控方法在说明书摘要公布了：本发明属于工业控制监控技术领域，具体涉及一种风电法兰生产线设备状态远程监控方法，其方法包括：初始化基线模型，包括构建工序传递模型、初始根本原因分析模型和初始软测量模型，并计算初始工序残差；对新批次进行实时监控，利用更新后的工序传递模型计算实时工序残差，利用更新后的软测量模型预测实时质量指标；当实时质量指标的预测值异常时，利用更新后的根本原因分析模型定位异常的根本原因；获取新批次的实际质量指标，对软测量模型进行更新；当实际质量指标合格时，对根本原因分析模型进行更新。本发明实现了对设备慢性漂移的跟踪，能有效区分突发故障，解决了质量检测滞后性的问题，提高了监控的准确性和时效性。

本发明授权一种风电法兰生产线设备状态远程监控方法在权利要求书中公布了：1.一种风电法兰生产线设备状态远程监控方法，其特征在于，包括： 采集初始合格批次的工序参数和质量指标；将工序参数按物理生产顺序划分为至少两个工序块，包括：将工序参数划分为第一工序块矩阵、第二工序块矩阵和第三工序块矩阵； 构建工序传递模型，包括：以第一工序块矩阵为自变量，第二工序块矩阵为因变量，训练得到第一初始传递模型；以第一工序块矩阵和第二工序块矩阵为自变量，第三工序块矩阵为因变量，训练得到第二初始传递模型； 基于上游工序块的工序参数预测下游工序块的工序参数，计算下游工序块的实际工序参数与工序传递模型预测值之间的工序残差，包括：将第二工序块矩阵与第一初始传递模型预测值之间的差异作为第二工序残差矩阵；将第三工序块矩阵与所述第二初始传递模型预测值之间的差异作为第三工序残差矩阵； 基于上游工序块的工序参数和工序残差，构建初始的根本原因分析模型和初始的软测量模型，包括：构建初始解耦自变量矩阵，初始解耦自变量矩阵包括第一工序块矩阵、第二工序残差矩阵和第三工序残差矩阵；以初始解耦自变量矩阵为自变量，质量指标为因变量，训练得到初始的根本原因分析模型和初始的软测量模型； 工序传递模型、初始的根本原因分析模型以及初始的软测量模型，均采用偏最小二乘回归算法训练得到； 对新批次，采集实时工序参数，包括：采集新批次的第一工序参数向量、第二工序参数向量和第三工序参数向量； 基于上游工序的实时工序参数利用上一批次更新后的工序传递模型预测下游工序的工序参数，计算实时工序参数与下游工序的工序参数预测值之间的实时工序残差，构建实时特征向量，包括：加载上一批次更新后的第一工序传递模型和第二工序传递模型，利用第一工序传递模型和第一工序参数向量预测第二工序的预测参数向量；将第二工序参数向量与第二工序的预测参数向量之间的差异作为第二工序残差；利用第二工序传递模型、第一工序参数向量和第二工序参数向量预测第三工序的预测参数向量；将第三工序参数向量与第三工序的预测参数向量之间的差异作为第三工序残差；将第一工序参数向量、第二工序残差和第三工序残差构成实时特征向量； 利用上一批次更新后的软测量模型根据实时特征向量预测新批次的实时质量指标；响应于实时质量指标的预测值异常，利用上一批次更新后的根本原因分析模型对新批次的实时特征向量进行分析，定位异常的根本原因； 获取新批次的实际质量指标，利用新批次的实时特征向量和实际质量指标，采用递归最小二乘法对上一批次更新后的软测量模型进行更新，得到新批次更新后的软测量模型；响应于新批次的实际质量指标合格，利用新批次的实时特征向量和实际质量指标，采用递归最小二乘法对上一批次更新后的根本原因分析模型进行更新，得到新批次更新后的根本原因分析模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山西宝航重工有限公司，其通讯地址为：035400 山西省忻州市定襄县杨芳乡庄力产业集聚区腾达路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。